返回上一页 发布人:patent
我要发布信息
| Python语言的数据结构与算法 | 发布于:2016/05/18 | |
| 近年来，随着互联网的快速发展，多媒体数据挖掘技术也越来越受到人们的重视。随着研究的深入及应用范围的快速扩大，多媒体数据挖掘技术所关注的焦点也发生了不小的变化：除了传统的对多媒体搜索算法的一系列优化外，新的研究方向还包括对社交网络数据、移动设备数据的获取与处理，以及利用传感器对环境和位置信息数据的感知等。一方面，如此丰富的海量数据使得该领域的研究具有巨大的潜力和价值；而另一方面，如此多的数据也使得用户的隐私信息面临着巨大的风险。本书在以多媒体数据挖掘为主题的国际学术会议“知识发现与数据挖掘会议”（简称SIGKDD）近三年会议论文的基础上编纂而成，反映了近年来国际上该领域的主要进展。 本书共选编了19篇论文，作者主要来自北美、日本、中国以及西欧、墨西哥等地。所有论文按主题划分为5部分。第1部分 综述，多媒体数据处理的发展历史与现状。第2部分 社交媒体与移动技术的探索及应用，含6篇论文，研究了社交多媒体下的情感分析以及意见挖掘理论、基于图理论的热门话题的实时获取、多媒体系统的位置感知、基于内容的多媒体隐私保护等。第3部分 生物统计学中的多媒体数据处理，含2篇论文，一篇研究了大规模生物统计数据库分析方面的最新研究成果，另一篇论文则关注如何在自然语言的听写中实现对人口特征（如：年龄、性别、性格等）的统计与识别。第4部分 多媒体数据建模、搜索与评估，含6篇论文，分别研究了互联网图像内容的获取与评价、电子商务中基于内容的图像搜索、Dempster-Shafer理论中基于不确定概念检测的视频检索、视频中基于概念检测的多峰融合以及对视频的特征挖掘等问题。第5部分 多媒体数据表示、处理以及可视化算法，含4篇论文，从不同方向分别展示了多媒体数据处理中的关键算法，包括：对高维数据的降维、快速K均值集群算法、大规模高维数据中最近邻搜索算法以及数据可视化等。 本书可供数据挖掘、机器学习、应用数学和其他有关领域的科研人员阅读，亦可作为相关方向研究生的自学教材。 臧光明，硕士研究生 （中国科学院国家空间科学中心）来源：国外科技新书评介 |
||
